AGC、ビッグデータ時代のビジネス課題設定に向けた独自手法「因果連鎖分析」を確立

近年企業に存在する膨大かつ複雑なビッグデータをいかに有効活用できるかが、企業の競争力を高める上で重要になってきている。統計学やAI、IT技術などビッグデータを分析するための手法は多数存在するものの、分析の前提となるビジネス課題が適切に設定されておらず、様々な業種でせっかくのビッグデータが有効活用できていない事例が数多く見受けられる。

そこでAGC株式会社は、ビジネス課題の設定に向けた独自の手法として「因果連鎖分析」を新たに確立した。同手法は、個々人の経験や勘に基づく言語化できていない暗黙知を含め、課題解決に結びつく可能性のある諸要因を「因果の連鎖」という視点から整理し、可視化するものである。また、因果連鎖分析は、下記手順で行われる。

業務プロセス把握

ヒアリングを行い、因果連鎖図を作成。正確に情報を共有する。

データ存在確認

すぐ手に入るデータ、取得に時間・コストがかかるデータ、未取得のデータをマーキングする。

課題設定

業務改善や意思決定のための重要なデータを明らかにする。

諸要因の関係性が可視化されることで、ビジネス課題の設定に向けた合意形成が進めやすく、分析対象とすべきデータも明確になる。

その結果、ビジネス課題の設定からデータの活用、課題解決に向けた具体的な改善の実施まで、一連のデータサイエンスのプロセスをブラックボックス化することなく、成果に結びつけることができる。実際に同手法を適用し、製造不良をほぼゼロにした事例や、eコマースでの売上高を大幅に増やした事例など、様々な成果が出ているという。

さらにAGCは、産業界のデータサイエンス普及に貢献すべく、滋賀大学データサイエンス学部の河本薫教授の協力のもと、株式会社NTTデータ数理システムとともに、本年5月より「因果連鎖分析を用いた課題設定勉強会」を主催している。製造業などの業種からデータサイエンスに関心の高い企業10社が参加し、ビジネス課題設定のケーススタディ、人的ネットワークの形成等を進めており、参加企業の中でも因果連鎖分析の有効性、汎用性が確認されている。